一种使用LLC准则定位图像前景的方法技术
【技术实现步骤摘要】
一种使用LLC准则定位图像前景的方法
本专利技术涉及模式识别技术、信息融合技术、信息编码技术和数字图像处理
，具体的说是一种使用LLC准则定位图像前景的方法。
技术介绍
模式识别技术是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。显著性检测中的模式识别指的是对图像中背景和目标的识别与分类。显著目标是图像中从背景中突出的人或事物，一般包含更多人们感兴趣的、更有用的信息。显著目标检测的主要任务即检测并标定出显著目标所在的区域。由于检测结果可以被直接使用，因此，显著目标检测广泛应用于目标识别、图像分割、图像检索等领域。常用的显著目标检测技术主要有基于局部对比的显著区域检测技术，如：基于局部对比和模糊生长技术、多尺度中心-周围直方图和颜色空间分布对比技术等；以及基于全局对比的显著区域检测技术。显著目标检测技术中的关键是通过像素、超像素、区域块等检测单位间的局部或全局特征差来确定各个检测单位的显著值，因此，特征提取是计算特征差的基本步骤。由于显著颜色是...
【技术保护点】
一种使用LLC准则定位图像前景的方法，其特征在于，包括以下步骤：步骤一：码本生成：实现为生成LLC所使用的码本进行的大规模图像样本抽取、图像过分割、图像区域样本筛选及标定、图像区域样本特征提取、区域样本聚类生成码本；步骤二：待测图像区域划分及特征提取：实现待测图像过分割，提取待测图过分割后的各图像区域特征；步骤三：使用LLC准则对每个过分割图像区域进行稀疏编码：根据过分割图像区域特征提取结果，按照局部性原理和LLC准则进行线性编码，获得所有过分割图像区域的稀疏编码码字；步骤四：图像区域粗分类：实现LLC编码码字转换为显著性概率值的结果，得到知识先验图；步骤五：图像前景定位：...
【技术特征摘要】
1.一种使用LLC准则定位图像前景的方法，其特征在于，包括以下步骤：步骤一：码本生成：实现为生成LLC所使用的码本进行的大规模图像样本抽取、图像过分割、图像区域样本筛选及标定、图像区域样本特征提取、区域样本聚类生成码本；步骤二：待测图像区域划分及特征提取：实现待测图像过分割，提取待测图过分割后的各图像区域特征；步骤三：使用LLC准则对每个过分割图像区域进行稀疏编码：根据过分割图像区域特征提取结果，按照局部性原理和LLC准则进行线性编码，获得所有过分割图像区域的稀疏编码码字；步骤四：图像区域粗分类：实现LLC编码码字转换为显著性概率值的结果，得到知识先验图；步骤五：图像前景定位：按照背景优先的图流形排序法获得背景先验图，通过融合知识先验图用以消除图像区域粗分类造成的大部分噪声，精准地定位图像前景。2.如权利要求1所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤一中码本生成的方法为：1）从标准测试集中抽样N幅图像；2）将原图像用SLIC算法分割成n个超像素；3）提取每幅被抽样图像的显著性真值标注图，按照步骤2）中的分割结果映射到真值标注图，依据公式（1）将仅包含前景像素或仅包含背景像素的超像素区域纳入备选图像区域样本，并标定该图像区域样本属于前景亦或背景，剔除掉既包含前景像素又包含背景像素的超像素区域；（1）其中为第i幅抽样图像被纳入的第t个区域样本，该样本来源于第i幅抽样图像的第j个超像素区域；表示真值标注图中对应该区域的平均值，其值为1时说明属于前景，用指示，值为0时说明该区域属于背景，由指示；4）提取各备选图像区域样本的质心、Lab颜色自然特征，计算其距图像中心的质心距离、局部Lab颜色对比值和全局Lab颜色对比值，按照公式（2）和公式（3）形成对比特征向量表示单个图像区域样本；（2）其中，mi为第i幅抽样图像被选入的区域样本个数；（3）其中，表示来源于归一化后的同一幅图像的区域样本的特征，归一化过程仅在同一幅图像的区域样本内进行；5）将步骤4）所形成的对比特征向量组成对比特征矩阵，使用K-means聚类算法按照公式（4）...
【专利技术属性】
技术研发人员：杨春蕾，普杰信，谢国森，刘中华，梁灵飞，董永生，司彦娜，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。